Page 164 - 当代控制理论及应用技术概论

当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology

很多科学家研究了单脉冲雷达并分析了对前苏联发射的人造地球卫星回波，推测
出了前苏联的该卫星主要结构，由此美国的雷达目标识别领域发展开始壮大。近
二十年世界进入雷达识别技术飞速发展的时期，无论是理论研究还是实际应用，
雷达目标识别技术都逐渐形成了一套非常完善的体系。
到了 21 世纪，雷达目标的识别技术已然成为了目前雷达技术发展的极其重

要的一个研究方向。雷达目标识别的技术方向目前主要是以简单判断为主，并逐
渐向模型和数据识别方向发展，单一特征识别向综合特征识别发展同样也是其一
个发展方向。识别算法由单一的传感器识别面多传感器融合识别发展并逐渐由人

为计算向人工智能识别方向发展。
目前基于 RCS 目标识别多采用统计方法和机器学习方法。统计方法基于目
标全尺寸 RCS 计算数据，利用卡方模型、对数正态模型等统计模型对计算数据
进行拟合，例如利用小波分析进行目标特征的提取是一种常见的方法。
小波分析是八十年代中后期逐渐发展起来的一个重要的数学分支，小波分

析为目标特征的纯粹数学研究提供了有力的工具，除了在目标特征提取领域中有
广泛的应用外，为信号与图像分析、计算机视觉与编码等领域也同样提供了极大
的便利。使用小波分析的方法从多分辨率出发进行分析并对各种信号进行分解，

将分解得到的一些尺度特征作为分类依据，在识别精度上可以达到平均正确识别
率 80% 以上。然而，利用小波分析对飞行目标的尺度特征进行分解，需要繁琐的
数学计算和较为复杂的特征工程，这大大增加了完成飞行目标任务的人力和物力，
且无法保证数学计算的精度，这也使得识别结果的准确率不法达到很高的标准。
除此之外，利用拟合数据进行飞行目标的识别也是另一种常见的方法，但是，

由于拟合数据与观测值之间误差不可控，识别效果并不出色。近几年随着机器学
习领域的蓬勃发展，利用机器学习的目标识别方法成为飞行目标识别的一大重要
研究方向。基于机器学习的方法利用决策树、支持向量机等简单模型进行学习完

成识别任务，由于这些模型结构较为简单，对 RCS 数据的特征提取能力有限，
同样无法达到较为准确的识别精度。

三、推行航空飞行控制技术智能化的必然性

随着我国信息技术的飞速发展，智能化在军事及民用航空飞行控制技术中

得到广泛的应用，具有重要的作用和意义。

156
156